基于改进PSO算法的配电网无功补偿优化配置研究

摘要

若能实现配电网无功在网络中的合理传输，就能提高电网电压质量，降低损耗，提高电力系统的稳定性。无功优化能够整合现有的资源，最大限度的提高系统及用户的经济效益。因此，对配电网无功优化的研究既具有理论意义，又有实际应用价值。本文在分析了现有优化算法的优缺点之后，采用改进粒子群优化算法对所建较符合实际的数学模型进行了优化计算。
　　粒子群算法具有简单、易于实现等优点在科学与工程领域得到了很好的验证，但是粒子群优化算法与其他进化算法一样存在容易陷入局部最优和早熟收敛等缺点。分析了其存在缺点的主要原因，并此基础上提出了一种改进的粒子群优化(CS-CPSO)算法。在该算法中利用完全混沌序列初始化种群，使得初始粒子能够遍历整个搜索空间，增加了初始种群的多样性;采用余弦函数非线性改变SPSO算法中的惯性权重，使得粒子在初期具有较强的全局搜索能力，随着迭代次数的增加，惯性权重减小而使得粒子的局部搜索能力增强，提高了算法的精度;并利用余弦函数非线性对称改变学习因子，使得粒子在初期具有较强的学习能力，能迅速的向当时最优粒子靠拢，在后期粒子的自身学习能力增强，加快了算法的收敛速度;在CS-CPSO算法中还引入了细菌趋化作用，维持了种群的多样性，这样能在一定程度上防止粒子陷入局部最优。
　　利用五个标准测试函数对本文改进提出的CS-CPSO算法进行了仿真分析，与原始粒子群优化算法以及标准粒子群优化算法对比，结果表明:CS-CPSO算法在一定程度上能够跳出局部最优，有效地避免了SPSO算法早熟收敛问题，并具有较快的收敛速度。并在MATLAB2010中编写好基于CS-CPSO算法的无功优化程序，对经典IEEE-30节点配电网系统进行优化计算，得到的优化结果表明CS-CPSO算法应用于电力系统配电网无功优化是切实可行的，并保证了电网的电压质量，降低了系统网络损耗，得到了良好的经济效益。

目录

声明

摘要

第一章 绪论

1．1 电力系统无功补偿优化的目的与意义

1．2 电力系统无功优化现状

1．2．1 无功优化问题的特点

1．2．2 常规优化算法

1．2．3 人工智能算法

1．3 本文所做的主要工作

第二章 电力系统配电网无功优化的数学模型

2．1 配电网无功优化原则

2．2 所建模型中各项参数的计算方法

2．2．1 电能损失费用的计算

2．2．2 无功优化补偿装置的投资费用

2．2．3 总投资费用的时间价值

2．3 系统总体模型的建立

2．3．1 最大负荷运行子模型

2．3．2 一般与最小负荷方式子模型

2．4 总体数学模型的计算步骤

第三章 电力系统配电网潮流计算

3．1 电力系统配电网常规潮流计算及其存在的问题

3．2 电力系统配电网数据处理

3．2．1 线路模型

3．2．2 变压器模型

3．3 辐射状配电网潮流计算的基本模型

3．4 前推回代法潮流计算基本方程

3．4．1 前推过程

3．4．2 回代过程

3．4．3 算法收敛性检验

第四章 改进粒子群优化算法

4．1 粒子群优化算法的起源

4．2 标准粒子群优化算法

4．2．1 算法的基本原理

4．2．2 算法的基本步骤

4．3 PSO算法控制参数分析

4．4 PSO算法的设计原则

4．5 PSO算法存在的缺陷

4．6 基于余弦函数改进的PSO算法

4．6．1 CPSO算法

4．6．2 混沌序列的产生

4．6．3 CPSO算法参数的确定

4．6．4 CS-CPSO算法步骤

4．7 CS-CPSO算法性能分析与评价

4．7．1 测试函数

4．7．2 测试结果对比分析

第五章 基于CS-CPSO算法的无功优化

5．1 无功优化中离散变量的处理

5．2 求解三种负荷

5．2．1 求解最大负荷

5．2．2 求解一般、最小负荷

5．3 基于CS-CPSO算法的无功优化步骤

5．4 算例对比分析

5．4．1 IEEE-30节点系统介绍

5．4．2 仿真结果对比

5．4．3 仿真结果分析

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢

附录A 攻读硕士研究生期间发表的论文和参与项目